Plan Szkolenia

Wprowadzenie do AI-sterowanego NLG

  • Przegląd generowania języka naturalnego (NLG)
  • Rola NLG w systemach sztucznej inteligencji konwersacyjnej
  • Kluczowe różnice między NLU a NLG

Techniki uczenia głębokiego dla NLG

  • Transformatory i wstępnie trenowane modele językowe
  • Trenowanie modeli do generowania dialogów
  • Obsługa długoterminowych zależności w rozmowie

Platformy chatbotów i NLG

  • Integracja NLG z platformami chatbotów (np. Rasa, BotPress)
  • Generowanie spersonalizowanych odpowiedzi dla chatbotów
  • Poprawa zaangażowania użytkowników za pomocą kontekstowej sztucznej inteligencji

Zaawansowane modele NLG dla wirtualnych asystentów

  • Używanie GPT-3, BERT i innych modeli na przednim krańcu
  • Generowanie wielokrotnie dialogów z AI
  • Poprawa płynności i naturalności w odpowiedziach wirtualnych asystentów

Etyczne i praktyczne uwagi

  • Przemiana w generowanym treści AI i sposoby jej zmniejszania
  • Zapewnienie przejrzystości i zaufania w interakcjach chatbotów
  • Uwagi dotyczące prywatności i bezpieczeństwa dla wirtualnych asystentów

Ocena i optymalizacja systemów NLG

  • Ocena jakości NLG: BLEU, ROUGE i ocena przez ludzi
  • Dostrajanie i optymalizowanie wydajności NLG dla aplikacji w czasie rzeczywistym
  • Dostosowywanie NLG do przypadków użycia specyficznych dla dziedziny

Przyszłe trendy w NLG i sztucznej inteligencji konwersacyjnej

  • Nowo powstające techniki w uczeniu samokontrolnym dla NLG
  • Wykorzystywanie multimodalnej sztucznej inteligencji dla bardziej interaktywnych rozmów
  • Postępy w kontekstowo świadomej sztucznej inteligencji konwersacyjnej

Podsumowanie i następne kroki

Wymagania

  • Silne zrozumienie koncepcji Natural Language Processing (NLP)
  • Doświadczenie w uczeniu maszynowym i modelach AI
  • Zapoznanie z programowaniem w Python

Grupa docelowa

  • Programiści AI
  • Projektanci chatbotów
  • Inżynierowie asystentów wirtualnych
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie